Analisar, modelar, implementar, avaliar e gerenciar requisitos; Testar e propor soluções para problemas complexos e simples, por meio de técnicas estatísticas, matemáticas, computacionais, de visualização de dados, de Big Data, de inteligência artificial, de machine learning, de deep learning e outras se façam necessárias, aplicadas à análise, ciência e gestão de dados. Atua em todo o ciclo de vida de levantamento, desenvolvimento e sustentação das soluções e garantir a aderência aos requisitos; Apoiar a elaboração e implementação dos requisitos; Atender as demandas estabelecidas e apresentar feedbacks que possam contribuir com a análise crítica do desenvolvimento ou de seus resultados; Dar suporte e promover a ciência de dados e o uso de técnicas, metodologias e ferramentas relacionadas; Fundamentar técnicamente a escolha de soluções e tecnologias para aquisição, tratamento, armazenamento, visualização e gestão de dados. Ensino superior completo; Estatística. Machine learning e Inteligência Artificial aplicada, como clustering, métodos para predição/decisão/prescrição, redes neurais e text mining.
Linguagem SQL. SGBDs. Linguagem Python e suas bibliotecas para análise de dados e aprendizagem de máquina. Capacidade de manipular e analisar dados estruturados e não estruturados.
**Requisitos desejáveis**: Associação, Causalidade, Regressão, Clustering, Classificação. Árvores de decisão. Ensemble e boosting learning. Forecasting.
Séries temporais. Detecção de anomalias. Redução de dimensionalidade. Processamento de linguagem natural.
Redes neurais profundas. Outros algoritmos, modelos e/ou conceitos de estatística e de aprendizagem de máquina. Azure. Outras plataformas de dados, Big Data e Aprendizagem de Máquina.
Oracle. SQL Server. Outros Bancos de Dados relacionais. Bancos de dados geográficos.
Análise descritiva, estatística, inferencial, preditiva, prescritiva. Business Intelligence (BI). Analy